下一代無線局域網(wǎng)(WLAN" class="cblue" href="http://ihrv.cn/tags/WLAN" target="_blank">WLAN)協(xié)議IEEE 802.11n中將MIMO技術(shù)加到其標(biāo)準(zhǔn)中，其使用的MIMO技術(shù)主要包括：空時(shí)編碼(STBC)、空間復(fù)用(SM)、波束成形(beamforming)。與傳統(tǒng)的單天線通信系統(tǒng)相比，IEEE 802.11n通過這些技術(shù)來增加傳輸?shù)目煽啃?，提高系統(tǒng)吞吐率。WLAN室內(nèi)無線MIMO信道根據(jù)實(shí)際室內(nèi)信道情況，提出了六種信道場(chǎng)景A到F，每種場(chǎng)景對(duì)應(yīng)著不同的多徑條數(shù)、功率時(shí)延譜(PDP)、角度擴(kuò)展(AS)、角度功率譜(PAS)等參數(shù)配置，由多普勒效應(yīng)引起WLAN MIMO信道的時(shí)變性表現(xiàn)為慢變信道[1-7]。
　信道時(shí)變性會(huì)造成鏈路性能的下降，鏈路的數(shù)據(jù)吞吐率和頻譜利用率都會(huì)下降。鏈路自適應(yīng)技術(shù)能夠充分利用信道的變化，通過改變調(diào)制方式和編碼碼率帶來更高的頻譜利用率和提高數(shù)據(jù)吞吐率，而有效的檢測(cè)信道狀況的方法及如何調(diào)整調(diào)制和編碼方式對(duì)于改善鏈路性能至關(guān)重要。
　本文在IEEE 802.11n的MIMO信道模型基礎(chǔ)上,對(duì)WLAN系統(tǒng)模型的SISO模式的鏈路性能進(jìn)行研究,采用了一種利用長訓(xùn)練序列估計(jì)SNR方法,并提出一種通過估計(jì)SNR動(dòng)態(tài)調(diào)整MCS方法，在系統(tǒng)仿真中驗(yàn)證了鏈路性能改進(jìn)的效果。
1 時(shí)變信道下WLAN系統(tǒng)鏈路性能及分析
　下面通過802.11n MIMO系統(tǒng)模型來研究時(shí)變信道的BER性能，將天線設(shè)置為SISO的配置,主要討論信道場(chǎng)景A和B。在用戶端(UE)和基站(Node B)的天線數(shù)目分別為1，發(fā)射天線之間的歸一化距離為1個(gè)波長，接收天線之間的歸一化距離為0.5個(gè)波長，鏈路方向?yàn)橄滦?，載波頻率為5.25 GHz，移動(dòng)速度為1.2 km/h，對(duì)模型A和B傳播環(huán)境下的信道進(jìn)行仿真，得到信道矩陣H的時(shí)域衰落特性曲線圖,如圖1所示。其中信道A只有1條徑，信道B有9條徑。

   在WLAN應(yīng)用時(shí)，站點(diǎn)及周邊環(huán)境的運(yùn)動(dòng)所造成的信道沖激響應(yīng)變化很慢，信道的相關(guān)時(shí)間較大，可認(rèn)為WLAN的信道屬于慢變信道，在發(fā)送一幀數(shù)據(jù)時(shí)信道矩陣系數(shù)保持不變，連續(xù)數(shù)幀的數(shù)據(jù)發(fā)送時(shí)信道矩陣也近似不變或變化很小。
　考慮外界噪聲干擾為固定功率,設(shè)信號(hào)功率為1,通過信噪比定義得到的功率即是所加的固定功率，這里信噪比與噪聲功率一一對(duì)應(yīng)，直接用SNRfix來表示所加的噪聲功率。
    在信道場(chǎng)景A下,設(shè)置MCS為3和5、噪聲功率SNRfix=12、幀長500 B時(shí)連續(xù)發(fā)送3 000幀得到的BER隨時(shí)間變化,如圖2。

    如圖2所示，在時(shí)間軸上，由于信道矩陣H的時(shí)間衰落特性導(dǎo)致BER會(huì)隨著時(shí)間的增加呈現(xiàn)時(shí)變的特性，在信道矩陣衰落較大的時(shí)間點(diǎn)，BER較高，在信道矩陣衰落不大的地方，BER較低，BER隨時(shí)間變化的規(guī)律曲線與信道矩陣隨時(shí)間變換規(guī)律相一致。在時(shí)變信道下，采用固定MCS方式傳輸數(shù)據(jù)的鏈路性能較差。圖2(a)的MCS較小，中間有大量BER為0的時(shí)間點(diǎn)，可以采用更大的MCS在保證性能的前提下提高數(shù)據(jù)的傳輸率，增加數(shù)據(jù)吞吐率。圖2(b)的MCS較大，BER一直很大，數(shù)據(jù)的傳輸可靠性很低，需要轉(zhuǎn)換為更小的MCS以提高數(shù)據(jù)傳輸可靠性。
　在信道場(chǎng)景B下,設(shè)置MCS為3和5、噪聲功率(SNRfix=16)、幀長為500 B時(shí)連續(xù)發(fā)送3 000幀得到的BER隨時(shí)間變化如圖3，可以得到類似的結(jié)論。

2 基于長訓(xùn)練序列的SNR估計(jì)
　通過以上的仿真可知，在WLAN時(shí)變信道中，由于信道矩陣H的時(shí)變特性，會(huì)引起B(yǎng)ER時(shí)間上相一致的變化特性。本文通過長訓(xùn)練序列相關(guān)運(yùn)算估計(jì)的SNR值來表征信道質(zhì)量變化，其方法可參照文獻(xiàn)[8]。
    圖4中是采用WLAN長訓(xùn)練序列SNR估計(jì)性能，取的長訓(xùn)練序列是10組。圖4(a)中是SNR估計(jì)的均方誤差，圖4(b)中是SNR估計(jì)的平均值，可見，當(dāng)參與運(yùn)算的點(diǎn)數(shù)較大時(shí)，可以很準(zhǔn)確估計(jì)SNR值。多普勒頻移造成信道矩陣的時(shí)變特性在圖4中很好的體現(xiàn)出來。

　圖5是采用長訓(xùn)練序列估計(jì)SNR方法在時(shí)變信道下得到的SNR隨時(shí)間變化圖。圖5(a)和(b)分別是在信道場(chǎng)景A時(shí)MCS為4和5得到的SNR估計(jì)值隨時(shí)間的變化圖，在信道矩陣衰落較大的時(shí)間點(diǎn)得到的SNR估計(jì)值較大；在信道矩陣系數(shù)衰落較小的時(shí)間點(diǎn)得到的SNR估計(jì)值較小。通過SNR值可以衡量信道質(zhì)量的好壞。
3 基于SNR的動(dòng)態(tài)調(diào)整MCS方法及驗(yàn)證
3.1 基于SNR的動(dòng)態(tài)調(diào)整MCS方法
　為了提高時(shí)變信道下鏈路的性能，在實(shí)際中需要選擇適宜的MCS以達(dá)到數(shù)據(jù)吞吐率和可靠性之間的折衷。調(diào)整MCS要解決兩個(gè)問題：MCS大小和調(diào)整時(shí)機(jī)。
　設(shè)定BER性能的閾值,系統(tǒng)需要滿足BER≤BERth,同時(shí)設(shè)定另外兩個(gè)數(shù)值：NUM_HIGH_BER和NUM_LOW_BER，分別表示BER連續(xù)高于和低于的次數(shù)。當(dāng)BER連續(xù)高于BERth的系數(shù)達(dá)到NUM_HIGH_BER，表明需要調(diào)整MCS到更小，以提高傳輸數(shù)據(jù)可靠性,當(dāng)BER連續(xù)低于BERth的系數(shù)達(dá)到NUM_LOW_BER,表明要調(diào)整MCS到大，以在保證可靠性下提高數(shù)據(jù)傳輸率，NUM_HIGH_BER和NUM_LOW_BER將影響MCS調(diào)整的快慢,若太小則MCS調(diào)整會(huì)頻繁操作，若太大則會(huì)降低信道傳輸?shù)挠行?，需要合理地選擇這兩個(gè)數(shù)值的大小。
    當(dāng)決定需要調(diào)整MCS大小時(shí)，也即BER連續(xù)高于BERth的次數(shù)達(dá)到NUM_HIGH_BER或BER連續(xù)低于BERth的次數(shù)達(dá)到NUM_LOW_BER，此時(shí)需要進(jìn)行MCS選擇時(shí),利用上一幀數(shù)據(jù)傳輸時(shí)的SNR估計(jì)值來選取MCS大小，選取BER≤BERth并具有最高數(shù)據(jù)率的MCS方案。MCS1,…,MCSN表示以數(shù)據(jù)率遞增的速率方案，θ1，…，θN表示在BER(MCSi)≤BERth下對(duì)應(yīng)的SNR值，按照如下的方式進(jìn)行速率方案的選擇。
    MCS1     如果SNR<&theta;1
    MCSi    如果&theta;i&le;SNR<&theta;+1, i=1,&hellip;,N-1
    MCSN    其他
3.2 仿真驗(yàn)證
    圖6和圖7是采用基于SNR動(dòng)態(tài)調(diào)整MCS方法對(duì)鏈路性能的仿真驗(yàn)證，仿真參數(shù)如下，BERth=5E-3，NUM_HIGH_BER=3，NUM_LOW_BER=5，幀長為500 B，仿真數(shù)目為3 000幀，信道場(chǎng)景A的SNRfix=12，信道場(chǎng)景B的SNRfix=16，初始選擇的MCS均為1(BPSK,1/2碼率)，選擇NUM_HIGH_BER為較小值3可以及時(shí)的調(diào)整MCS以提高傳輸可靠性，避免重傳造成信道資源的浪費(fèi)和吞吐率下降，選擇NUM_LOW_BER為較大值5可以避免頻繁的MCS轉(zhuǎn)換。

     圖6是在信道場(chǎng)景A下采用基于SNR動(dòng)態(tài)調(diào)整MCS的仿真圖,由于采用了根據(jù)估計(jì)的SNR值來表征信道的時(shí)變性，在信道衰落較大的時(shí)間點(diǎn)，通過BER超過閾值BERth的次數(shù)達(dá)到NUM_HIGH_BER時(shí),說明以當(dāng)前MCS傳輸數(shù)據(jù)的可靠性不高,通過信道質(zhì)量的表征量SNR來調(diào)整MCS以避免傳輸可靠性低導(dǎo)致的幀重傳，提高數(shù)據(jù)的傳輸可靠性，在信道狀況較好的時(shí)間點(diǎn)，通過BER達(dá)到低于閾值的次數(shù)時(shí),說明可以采用更大的MCS在保證傳輸可靠性的前提下提高傳輸?shù)臄?shù)據(jù)率。圖7是在信道場(chǎng)景B中采用此方法的仿真圖，在鏈路性能上得到的類似的改進(jìn)。表1為單位時(shí)間內(nèi)吞吐率的比較，可見采用方法在鏈路性能上得到了很大的提高，比采用固定MCS更有優(yōu)勢(shì)。
    在建立WLAN MIMO信道模型的基礎(chǔ)上，通過IEEE 802.11n系統(tǒng)模型研究時(shí)變信道下BER性能，提出了一種基于SNR的動(dòng)態(tài)調(diào)整MCS方法來改進(jìn)鏈路的性能。這種方法通過SNR大小來衡量與閾值。通過仿真驗(yàn)證，鏈路在數(shù)據(jù)吞吐率和BER性能得到了很好的平衡，可在保證BER性能的前提下提高數(shù)據(jù)的吞吐率，提高了有限帶寬的使用有效性。
參考文獻(xiàn)
[1]     SALEH A A M, VALENZUELA R A. A statistical model  for indoor multipath propagation. IEEE J. Select. Areas  Commun.,1987,5:128-137.
[2]     KERMOAL J P,SCHUMACHER L,MOGENSEN P E,et al.     Experimental investigation of correlation properties of MIMO   radio channels for indoor picocell scenario. in Proc. IEEE  Veh. Technol. Conf., Boston, USA, 2000,1(9):14-21.
[3]     SALZ J,WINTERS J H. Effect of fading correlation on  adaptive arrays in digital mobile radio. IEEE Trans. Veh. Technol., 1994,43(11):1049-1057.
[4]     SCHUMACHER L, PEDERSEN K I, MOGENSEN P E. From antenna spacings to theoretical capacities-guidelines  for simulating MIMO systems[J]. in Proc. PIMRC Conf.,  2002,2(9):587-592.
[5]     SPENCER Q H. Modeling the statistical time and angle of     arrival characteristics of an indoor environment[J].IEEE J.  Select. Areas Commun.,2000,18(3):347-360.
[6]     CRAMER R J M, SCHOLTZ R A, WIN M Z. Evaluation of an ultra-wide-band propagation channel[J]. IEEE Trans. Antennas Propagat., 2002,50(5):561-570.
[7]    CHONG C C,LAURENSON D I,MCLAUGHLIN S. Statistical characterization of the 5.2 GHz wideband directional  indoor propagation channels with clustering and correlation properties[J]. in proc. IEEE Veh. Technol. Conf., 2002,1(9):629-633.
[8]    MANZOOR R S, MAJAVU W. Front-end estimation of  noise power and SNR in OFDM systems. International Conference on Intelligent and Advanced Systems 2007:435-439.